如何让LGBMClassifier的predict_proba输出列按b、a、c顺序排列？

我在训练LGBMClassifier，需要用到它的predict_proba方法。目标变量包含3个类别：a、b、c，希望predict_proba输出的概率列顺序固定为b、a、c。

相关代码示例 #

import pandas as pd
from lightgbm import LGBMClassifier
import numpy as np

# 数据准备
features = ['feat_1']
TARGET = 'target'
df = pd.DataFrame({
    'feat_1':np.random.uniform(size=100),
    'target':np.random.choice(a=['b','c','a'], size=100)
})

# 训练模型
model = LGBMClassifier()
model.fit(df[features], df[TARGET])
print(model.classes_)

运行后输出：

['a','b','c']

已尝试的方法 #

• 直接修改.classes_属性：

  model.classes_ = ['b','a','c']
  

  结果报错：

  AttributeError: can't set attribute 'classes_'

• 根据.classes_属性手动重排列：

  desired_order = ['b','a','c']
  correct_idx = [list(model._classes).index(val) for val in desired_order]
  model.predict_proba(test[features])[:, correct_idx]
  

  该方法可行，但不想每次调用predict_proba都执行列重排操作。

解决方案 #

方法1：训练时直接指定类别顺序（推荐）

在fit方法中传入classes参数，明确指定想要的类别顺序。模型训练完成后，classes_属性会直接对应指定顺序，predict_proba的输出列也会同步匹配这个顺序，无需后续额外处理。

desired_order = ['b','a','c']
model = LGBMClassifier()
# 训练时传入classes参数指定顺序
model.fit(df[features], df[TARGET], classes=desired_order)
print(model.classes_)  # 输出 ['b','a','c']

# 后续调用predict_proba直接得到指定顺序的概率
proba = model.predict_proba(df[features])

方法2：用自定义类包装已训练模型

如果已经训练好模型不想重新训练，可以写一个简单的包装类，内部自动完成概率列的重排，后续调用时无需手动处理。

class OrderedLGBMClassifier:
    def __init__(self, trained_model, desired_classes):
        self.model = trained_model
        self.desired_classes = desired_classes
        # 预计算索引映射，避免每次调用重复计算
        self._idx_map = [list(trained_model.classes_).index(c) for c in desired_classes]
        # 同步classes_属性，保持接口一致
        self.classes_ = desired_classes
    
    def predict_proba(self, X):
        base_proba = self.model.predict_proba(X)
        return base_proba[:, self._idx_map]
    
    # 可选：封装predict方法，保持和原模型接口一致
    def predict(self, X):
        proba = self.predict_proba(X)
        return self.desired_classes[np.argmax(proba, axis=1)]

# 使用示例
desired_order = ['b','a','c']
# 包装已训练好的model
ordered_model = OrderedLGBMClassifier(model, desired_order)

# 直接调用predict_proba得到指定顺序的概率
ordered_proba = ordered_model.predict_proba(df[features])
print(ordered_model.classes_)  # 输出 ['b','a','c']

方法对比 #

• 方法1是最优方案，训练阶段就固定顺序，逻辑简单，没有额外开销。
• 方法2适合已完成训练、无法重新训练的场景，通过包装类统一处理，避免重复编写重排代码。

内容的提问来源于stack exchange，提问作者Ottpocket